bzip2原理分享

实现压缩

对数据进行压缩，通常有两个思路：

1. 字典转换 ( dictionary transforms )
   减少数据中不同符号的数量（即让“字母表”尽可能小）；【目前所有的主流压缩算法，比如GZIP或者7-Zip，都会在核心转换步骤中使用字典转换】
2. 变长编码 （variable-length codes）
   用更少的位数对更常见的符号进行编码（即最常见的“字母”所用的位数最少）。【bzip2 基于该点对数据进行压缩】

bzip2 运行原理

wiki 描述
wiki 描述
wiki 描述
wiki 描述

数据解压为上述流程的逆过程。

BWT

Burrows–Wheeler变换(BWT，也称作块排序压缩)，是一个被应用在数据压缩技术(如bzip2)中的算法。该算法于1994年被Michael Burrows和David Wheeler在位于加利福尼亚州帕洛阿尔托的DEC系统研究中心发明。它的基础是之前Wheeler在1983年发明的一种没有公开的转换方法。

BWT会打乱数据流中符号的顺序，并试图让相同的符号簇彼此靠近。
例如字符串S="BANANA"经过BWT后变成S${}_1$